Τι είναι η εξόρυξη δεδομένων CRM;

Η εξόρυξη δεδομένων για τη διαχείριση των σχέσεων πελατών (CRM) αναφέρεται στη διαδικασία αναζήτησης μέσω βάσεων δεδομένων σχέσεων πελατών και ανάλυσης δεδομένων σχετικά με τη συμπεριφορά των πελατών που συγκεντρώθηκαν.Αυτά τα δεδομένα βοηθούν τους εμπόρους να εστιάσουν καλύτερα τις εκστρατείες τους, γεγονός που οδηγεί σε αυξημένη διατήρηση και πωλήσεις πελατών.Η εξόρυξη δεδομένων CRM είναι επίσης γνωστή ως εξερεύνηση δεδομένων και ανακάλυψη γνώσεων.Υπάρχουν δύο κύριες κατηγορίες που σχετίζονται με την εξόρυξη δεδομένων: περιγραφική ανάλυση και προγνωστική μοντελοποίηση.

Η περιγραφική ανάλυση χρησιμοποιεί την κατάτμηση και την ομαδοποίηση για την καλύτερη ανάλυση ενός συνόλου μοτίβου συμπεριφοράς μεταξύ μιας συγκεκριμένης ομάδας πελατών.Οι πελάτες μπορούν να ομαδοποιηθούν σύμφωνα με το φύλο, την ηλικία, τη φυλή και άλλες κατηγορίες.Ο κύριος στόχος ενός τμήματος είναι να παράσχει στον έμπορο μια ομάδα παρόμοιων πελατών, προκειμένου να εξελιχθεί αποτελεσματικότερα τα δεδομένα για χρήσιμες γνώσεις.Κάθε σύμπλεγμα είναι αμοιβαία αποκλειστική και χαρακτηρίζεται από ένα σύνολο προκαθορισμένων χαρακτηριστικών.Για παράδειγμα, ένα σύμπλεγμα θα μπορούσε να περιλαμβάνει γυναίκες ηλικίας 18 έως 25 ετών που αγόρασαν ένα συγκεκριμένο βερνίκι νυχιών τις τελευταίες δύο εβδομάδες του Δεκεμβρίου 2010. Αυτό είναι ένα παράδειγμα ποιοτικής μεθόδου CRM Data Mining.Η ανάλυση, ένα συγκεκριμένο σύνολο συμπεριφοράς των πελατών οδηγεί σε ένα εντελώς νέο σύνολο συμπεριφορών.Για παράδειγμα, μια ομάδα πελατών θα μπορούσε να δαπανήσει ένα σημαντικό χρηματικό ποσό για τις υπηρεσίες spa, αλλά να μην ξοδεύει πολλά χρήματα σε συναφείς υπηρεσίες όπως η φροντίδα των μαλλιών και του σαλονιού.Αυτός ο τύπος εξόρυξης δεδομένων CRM απαιτεί πιο προηγμένη στατιστική ανάλυση από τη βασική κατάτμηση.

Η προγνωστική μοντελοποίηση είναι η πιο δημοφιλής από τις δύο κατηγορίες εξόρυξης δεδομένων CRM.Μετράει το βαθμό συσχέτισης μεταξύ δύο παραγόντων συμπεριφοράς των πελατών και της στατιστικής αξιοπιστίας αυτής της συσχέτισης.Το μοντέλο πρόβλεψης είναι κατασκευασμένο χρησιμοποιώντας μια εφαρμογή εξόρυξης δεδομένων η οποία εκχωρεί βαθμολογίες σε κάθε πελάτη, υποδεικνύοντας την πιθανότητα ότι ο πελάτης θα συμπεριφέρεται με τον ίδιο τρόπο στο μέλλον.Για παράδειγμα, το μοντέλο μπορεί να βοηθήσει έναν έμπορο για να καθορίσει την πιθανότητα ότι ένας παντρεμένος άνδρας πελάτης ηλικίας 31 και 42 με παιδιά θα αγοράσει ένα συγκεκριμένο εμπορικό σήμα χλοοκοπτικού μέσα στους επόμενους έξι μήνες.

Ειδικότητα είναι πολύ σημαντική στα δεδομένα CRMΟρυχεία χρησιμοποιώντας προγνωστικά μοντέλα.Υπάρχουν διάφοροι τύποι μεθόδων που χρησιμοποιούνται για το σκοπό αυτό.Ένα μονομεταβλητό μοντέλο συγκρίνει μια ενιαία μεταβλητή σε διάφορες άλλες μεταβλητές προκειμένου να προσδιοριστεί η σχέση με τον υψηλότερο συσχετισμό.Τα μοντέλα της αυτόματης ανίχνευσης αλληλεπίδρασης (CART) και τα μοντέλα ταξινόμησης και παλινδρόμησης (CART) εμφανίζουν δέντρα αποφάσεων, όπου μια μεταβλητή προκαλεί την εμφάνιση μιας ή περισσοτέρων μεταβλητών.Ένα μοντέλο πολυπαραγοντικής παλινδρόμησης δοκιμάζει διάφορες μεταβλητές μεταξύ τους για να αξιολογήσει πιθανές συσχετίσεις.